版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、譜聚類是近幾年研究得比較多、應(yīng)用逐漸廣泛的一種聚類分析算法。譜聚類算法建立在譜圖理論基礎(chǔ)上,與傳統(tǒng)的聚類算法相比,它具有能在任意形狀的樣本空間上聚類且收斂于全局最優(yōu)解的優(yōu)點(diǎn)。譜聚類算法還利用特征向量構(gòu)造簡化的數(shù)據(jù)空間,在降低數(shù)據(jù)維數(shù)的同時,使得數(shù)據(jù)在子空間中的分布結(jié)構(gòu)更加明顯。
本文首先詳細(xì)的介紹了譜聚類算法及其分類,分析了譜聚類算法面臨的挑戰(zhàn)以及存在的問題,總結(jié)性地提出了幾個有價值的研究方向。接著簡單的介紹了譜圖理論,然
2、后根據(jù)圖劃分準(zhǔn)則對譜聚類算法進(jìn)行分類,著重闡述了各類中的典型算法,并對算法進(jìn)行了比較分析;以模糊理論概念為前提,分析其在聚類中的應(yīng)用;討論了幾種常用的有效性評價的方法,并對各種方法做了分析。
本文隨后提出的自適應(yīng)半監(jiān)督模糊譜聚類算法,利用半監(jiān)督機(jī)器學(xué)習(xí)技術(shù)、自適應(yīng)聚類算法和FKCM,解決算法中存在的聚類數(shù)目需要事先確定、易陷入局部最優(yōu)、收斂速度緩慢、對孤立點(diǎn)敏感等缺陷。實(shí)驗(yàn)證明該算法聚類效果很好。
最后,本文
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊集合理論的聚類算法研究與應(yīng)用.pdf
- 譜聚類算法的研究與應(yīng)用.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 模糊文本聚類算法的研究與應(yīng)用.pdf
- 基于模糊聚類理論的文本水印算法研究.pdf
- 基于模糊聚類理論的圖像分割算法研究.pdf
- 快速譜聚類算法的研究與應(yīng)用.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 譜聚類算法研究和應(yīng)用.pdf
- 基于模糊譜聚類的圖像分割研究.pdf
- 基于模糊理論的基因表達(dá)雙聚類算法研究.pdf
- 自適應(yīng)譜聚類算法的研究與應(yīng)用.pdf
- 基于隨機(jī)模糊的聚類算法研究.pdf
- 譜聚類算法及其應(yīng)用研究.pdf
- 改進(jìn)的譜聚類集成算法研究與應(yīng)用.pdf
- 基于模糊商空間理論的模糊聚類研究.pdf
- 模糊聚類算法應(yīng)用研究.pdf
- 基于時機(jī)的模糊譜圖劃分聚類集成算法的研究.pdf
- 基于譜分割的聯(lián)合聚類算法研究及其應(yīng)用.pdf
- 基于密度與路徑的譜聚類算法研究.pdf
評論
0/150
提交評論